Microsoft heeft verbeteringen onthuld in zijn weersvoorspellingsmogelijkheden, waardoor de nauwkeurigheid van voorspellingen voor bewolking en neerslag aanzienlijk is verbeterd. Deze updates zijn geïntegreerd in het Weather from Microsoft Start-platform, waarbij gebruik wordt gemaakt van kunstmatige intelligentie om gegevens van radar-en satellietbronnen samen te voegen.
Gebruikers hebben toegang tot deze verbeterde weersinformatie via de integratie ervan in Windows 10, Windows 11, Microsoft Edge , Bing en de mobiele apps Bing en Microsoft Start.
Volgens een onafhankelijk onderzoek in opdracht van Microsoft wordt Weather van Microsoft Start erkend vanwege de toonaangevende nauwkeurigheid van de voorspellingen.
AI-aangedreven neerslag Nowcasting
Sinds 2021 hanteert Weather van Microsoft Start een korte termijn neerslag nowcastingmodel mogelijk gemaakt door generatieve AI. Dit model, dat elke twee minuten wordt bijgewerkt, biedt hyperlokale voorspellingen met een resolutie van 1 kilometer voor maximaal vier uur vooruit. De integratie van radar-en satellietgegevens pakt het probleem aan van de beperkte weerradarhardware in verschillende regio’s, waardoor de algehele nauwkeurigheid van voorspellingen wordt verbeterd.
Het bijgewerkte model is vier keer groter dan zijn voorganger en voorspelt zowel gesimuleerde radar als satelliet reflectiviteit. Deze dubbele aanpak vult lacunes in de gegevens op en verbetert de betrouwbaarheid van voorspellingen. Het radarkanaalmodel kreeg tijdens de AI-training zes keer meer gewicht dan het satellietmodel, wat het grotere belang van radarafgeleide gegevens weerspiegelt. Microsoft maakte gebruik van een benadering van vijandig leren, waarbij gebruik werd gemaakt van een generatief vijandig model (GAN) om het realisme van voorspellingen te vergroten. De ruimtelijke en temporele discriminatoren verbeteren respectievelijk de visuele betrouwbaarheid en temporele consistentie.
Het nieuwe model heeft de mogelijkheid voor gebruikers ontgrendeld om continue wolken-en neerslagvoorspellingen en-kaarten te ervaren. De gesimuleerde radarreflectiviteit wordt geëvalueerd door de precisie te controleren en terug te roepen op verschillende reflectiviteitsdrempels die indicatief zijn voor variërende regenval. Voorspellingen van satellietbeelden worden vergeleken met de persistentie met behulp van statistieken zoals MSE, MAE, PSNR, MS-SSIM voor gelijkenis en FID-scores voor scherpte. Deze alomvattende aanpak zorgt ervoor dat Weer van Microsoft Start wereldwijd nauwkeurigere en betrouwbaardere weersinformatie biedt.
Verbeterde nauwkeurigheid van de voorspellingen
Interne tests op benchmarks zoals de SEVIR-dataset laat zien dat het model van Microsoft Start bijna bovenaan staat, met voorspellingen die tot twee keer zo ver afwijken als andere generatieve AI-modellen zoals DGMR (2021) en PreDiff (2023). De trainingsverliesfunctie van het model omvat pixelgewijs regressieverlies en vijandelijk verlies, waarbij de α-parameter is afgestemd om gemiste regengevallen en regenbias in evenwicht te brengen. Het gebruik van L1-verlies in plaats van L2 voorkomt dat het model overdreven wordt bestraft voor het missen van extreme neerslagomstandigheden.
Het produceren van een mondiaal voorspellingsmodel met actuele gegevens brengt uitdagingen met zich mee zoals het beheren van hoge latentie en segmentatie-effecten. De generatorarchitectuur voldoet aan de voorwaarden van vertalingsequivariantie, ruimtelijk onbeperkte bewerkingen en een lage geheugenvoetafdruk, waardoor flexibiliteit in de venstergrootte tijdens training en gevolgtrekking mogelijk is. Hierdoor is Microsoft in staat nauwkeurige voorspellingen te doen, zelfs tijdens uitval van satellietgegevens.
